林進益

⊙介紹CER模型、Markowitz資產組合，以及CAPM與多因子模型等觀念。⊙理論與實作兼具，操作步驟清楚易懂。⊙以Python為主，R語言為輔，輕鬆處理龐大資料的統計。⊙附贈光碟提供書中範例完整程式碼，對照參考不出錯。透過Python邊操作邊學，財金理論不再遙不可及本書以熱門程式語言Python，搭配R語言實際操作，帶領讀者順利踏入財金領域。內容分三大部分，第一部分為基本觀念的介紹，包括資產組合報酬率、隨機變數、矩陣代數、多變量常態分配與t分配等；第二部分進入時間序列模型，包括CER模型、VAR模型、GARCH模型等；第三部分則為資產組合理論與資產定價模型的說明。書中範例所呈現任何計算、模擬、估計、編表或甚至於繪圖等操作，光碟內皆附有完整的Python與部分R程式碼供讀者參考使用。

◆ 從基本的算術、函數圖形，到微積分、機率論、線性代數與隨機微積分，由淺入深，帶您用R語言來學習數學。◆ 取代紙筆的計算！透過電腦模擬，反而更容易理解繁瑣的數學模型與推導過程。◆ 使用R語言快速運算與豐富的繪製圖形功能，學習反而更有效率。◆ 用臺灣實際財務金融資料作為範例，臨場感十足。 ◎隨書附贈資料檔光碟 傳統的微積分、經濟數學或財務工程等課程，經常在黑板上寫著密密麻麻的數學式子，並讓

運用數位與統計方法了解歐式選擇權定價！※將抽象的數學公式，巧妙運用程式語言進行輸出，帶你無障礙進入統計分析的世界。※使用熱門Python程式語言，學習數學或理論模型，瞭解選擇權的定價。※透過量化分析方法與時間序列模型，深入解析專業財金議題。※本書適合大學部高年級或研究生使用及對衍生性商品有興趣的讀者自修。更是「衍生性金融商品」、「創新金融商品」或「財務工程」等課程最佳工具書。 一書在手，掌握選擇權

⊙以Python解決數學概念問題，掌握衍生性商品（如選擇權商品）模型化。⊙理論與實作兼具，操作步驟清楚易懂。⊙介紹CRR的二項式定價模型、隨機微積分、等值平賭測度方法，以及資產價格跳動的Lévy過程等觀念。⊙附贈光碟提供書中完整原始程式碼，幫助學習理解、迅速進入狀況。【透過Python，走入學習衍生性商品的捷徑】本書以熱門程式語言Python，帶領讀者順利踏入財金領域。內容分10章，第1、2章說明完全市場與不完全市場的特色與差異。第3章介紹CRR的二項式定價模型，並從該模型內取得一些基本的觀念。第4、5章說明隨機微積分的意思，包括平賭、維納過程、隨機積分等略為抽象的觀念。第6章說明偏微分方程式於選擇權定價內所扮演的角色。第7章介紹目前廣泛使用的等值平賭測度方法，其中包括Radon-Nikodym微分與Girsanov定理的闡述。第8章說明資產價格跳動的Lévy過程，包括著名的跳動－擴散、VG或NIG等過程。第9章介紹用於選擇權定價之較為簡易的COS方法。第10章則介紹隨機波動模型，包括Heston模型與Bates模型。書中範例所呈現任何計算、模擬、估計、編表或甚至於繪圖等操作，光碟內皆附有完整的Python程式碼供讀者參考使用。

⊙介紹BSM模型，且完整說明選擇權價格、選擇權交易策略以及對應的避險參數意義。⊙自己「寫程式」達成需求，掌握程式語言思考，取代Excel操作。⊙使用熱門程式Python，瞭解選擇權交易，非財金專業也可以讀懂並實作。⊙提供書中範例完整程式碼，對照參考不出錯，更鼓勵嘗試修改。「一書在手，掌握選擇權交易」 本書以程式語言Python，轉譯選擇權的定價模型與交易策略，讓對選擇權交易的社會大眾能無痛入門。 書中內容除了介紹BSM模型的定價公式以及對應的避險參數的意義之外，亦進一步利用前述的避險參數檢視各種基本選擇權交易策略的優缺點，故本書可以彌補社會大眾欲加強選擇權交易觀念或知識之不足的缺憾。全書皆以Python書寫，即舉凡書內有牽涉到資料之讀取、儲存、計算、模擬、估計、編表或甚至於繪圖，所附的光碟內皆有完整的Python程式碼供讀者參考，故讀者只要先學會如何操作Python，立即可以進入情況。本書鼓勵讀者可以更改書內的程式碼以供自己使用。

✎為實作派的你而寫――翻開本書，即刻上手！✔提供完整程式語言，對照參考不出錯✔多種程式碼撰寫範例，臨陣套用、現學現賣未來的國際通用語言只有一種――程式語言。FinTech強勢佔領金融市場，想在瞬息萬變的財金領域脫穎而出，就要具備程式語言邏輯的知能。●打造沉浸式R語言的學習環境本書用統計學觀點，檢視實際的財金時間序列資料，臨場感十足。讀取、計算、模擬、編表或繪圖，皆詳細收錄對應的R程式，不省略不馬虎

讓統計學與Python帶你進入大數據的世界！•深入淺出講解統計學理論，循序漸進培養數據分析的能力。•使用Python程式語言畫出各式統計圖表，習得資料視覺化的專業技能。•透過電腦模擬統計模型，理解推導過程無負擔。◎隨書附贈資料檔光碟 資訊流通快速的二十一世紀，每天會產生數千萬筆資料，大數據成為炙手可熱的話題，擁有紮實的統計學理論基礎，正是踏入數據分析的第一步！Python是現今廣受歡迎的程式語言

⊙以Python的模擬方法來輔助或取代數學證明，有效掌握計量經濟學。⊙理論與實作兼具，操作步驟清楚易懂。⊙內容包含以簡單線性迴歸（SLR）模型說明OLS與Python操作、比較古典與新古典線性迴歸模型的基本假定、介紹MLR模型／NLRM基本假定、說明變異數異質結果以及使用穩健的標準誤、檢視模型設定問題等。⊙附贈光碟提供書中完整原始程式碼，幫助學習理解、迅速進入狀況。本書以熱門程式語言Python實際操作，帶領讀者認識以及運用計量經濟學。內容循序漸進，從第1章介紹基礎理論、檔案數據資料，手把手教學。第2章利用簡單線性迴歸（SLR）模型說明計量經濟學的主要方法：OLS，以及如何於Python下操作。第3章比較古典與新古典線性迴歸模型的基本假定。第4章介紹MLR模型。第5章介紹NLRM的基本假定。第6章進一步說明迴歸模型的大樣本推論以及OLS估計式之漸近有效性。第7章討論MLR模型的特殊函數型態（如對數函數、二次式以及交互變數型態），以及估計迴歸模型的預測部分。第8章檢視迴歸模型下的質性變數。第9章說明變異數異質的結果、使用穩健的標準誤，以及如何使用WLS方法與應用。第10章檢視模型設定問題，其中包括代理變數、因變數與自變數之衡量誤差、離群值與最小絕對誤差等。書中範例所呈現任何計算、模擬、估計、編表或甚至於繪圖等操作，光碟內皆附有完整的Python程式碼供讀者參考使用。

運用熱門Python程式語言，學習資料處理。！本書屬於基本Python語法的介紹，內容偏向於資料框 (dataframe) 的建構與使用。以教程(tutorials)方式進行，書內提供對應的指令與結果，配合「範例」著手，即可了解。本書適合初學者，進入門檻或專業性質並不高，也適合一般社會大眾使用。本書使用Python 3.8.2 (IDLE)與Spyder 4.1.5二個版本。隨書光碟含全書完整程式

＃以Python的模擬方法來輔助或取代數學證明，有效掌握計量經濟學。＃理論與實作兼具，操作步驟清楚易懂。＃內容包含時間序列迴歸模型的假定與應用、panel data的介紹與說明、工具變數估計與二階段最小平方法、聯立方程式模型（含SUR與VAR模型）以及限制因變數模型等。＃附贈光碟提供書中完整原始程式碼，幫助學習理解、迅速進入狀況。本書以熱門程式語言Python實際操作，帶領讀者認識以及運用計量經濟學。內容循序漸進，分為三大部分：第一部分包括第1∼5章，內容主要敘述「時間序列迴歸模型」的假定、內容與估計等。第二部分包括第6∼7章，其是有關於panel data的介紹與說明。第8∼10章則屬於第三部分，其內容含工具變數估計與二階段最小平方法、聯立方程式模型（含SUR與VAR模型）以及限制因變數模型。另有附錄補充說明基本矩陣代數操作，增進讀者理解。書中範例所呈現任何計算、模擬、估計、編表或甚至於繪圖等操作，隨書光碟內皆附有完整的Python程式碼供讀者參考使用。

•畢其功於一書！一本學通「統計學觀念」與「R語言使用」。•以「電腦思考方式」取代「手算及背誦」，幫助您快速處理龐大統計資料。•利用臺灣實際的財務金融資料做統計分析，臨場感十足。 傳統統計學的授課方式及內容，通常集中為兩個部分：計算機計算、背誦或理解公式。如今，電腦已經普及為我們每天皆會接觸或使用的工具，然而在實際的統計學教學中，卻極少使用電腦；除了迴歸分析部分會指導學生使用統計套裝軟

◎學習衍生性金融商品的最佳選擇，理論與實務兼顧，每章皆附習題演練。◎使用免費軟體Ｒ來學習，取代手算及背誦龐雜資料。◎避開繁瑣的數學推導過程，使用Ｒ語言處理和解說，實務操作更好上手。◎本書資料、計算、製表及繪圖等動作皆有對應的R指令，讓衍生性商品從業人員、投資人與學習者能得到更多專業知識。隨書附贈資料檔光碟不認識衍生性金融商品，就不了解當代財務管理與金融市場的運作！　金融市場的交易處處可見風險，但隨

本書係遵照專技院校「熱力學」課程大綱編寫而成，重視基本概念與理論的闡述，也注重熱力學理論在解決實際問題上的運用。書中每章都設計了豐富的例題，以便讀者更易於融會貫通，章末並附有複習思考題和習題，方便讀者對所學理論做一回顧整理，並在習題中加以應用練習。本書不僅可作為專技院校機械工程及相關科系的教材，也可供工程技術人員參考。